CN114684149A - 泊车评估方法、装置、设备及存储介质 - Google Patents
泊车评估方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114684149A CN114684149A CN202210459025.2A CN202210459025A CN114684149A CN 114684149 A CN114684149 A CN 114684149A CN 202210459025 A CN202210459025 A CN 202210459025A CN 114684149 A CN114684149 A CN 114684149A
- Authority
- CN
- China
- Prior art keywords
- parking
- area
- lane
- vertex
- parkable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000002372 labelling Methods 0.000 claims abstract description 54
- 238000011156 evaluation Methods 0.000 claims abstract description 37
- 230000005484 gravity Effects 0.000 claims description 29
- 239000013598 vector Substances 0.000 claims description 20
- 238000010845 search algorithm Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 238000003032 molecular docking Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/06—Automatic manoeuvring for parking
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及自动驾驶领域,公开了一种泊车评估方法、装置、设备及存储介质,该方法包括:获取第一标注数据,其中,第一标注数据为人工标注的可停靠区域的顶点坐标;基于顶点坐标和可停靠区域所在的语义地图的地图信息,计算可停靠区域的位置信息,并将位置信息作为第二标注数据对可停靠区域进行二次标注;当存在自动驾驶车辆停靠在可停靠区域时,基于可停靠区域的第一标注数据和第二标注数据对自动驾驶车辆的停靠位置进行评估。本方法提出利用语义地图来辅助停靠站场景下的人工标注,只需要人工标注出可允许停靠区域的矩形轮廓,保证停靠站评价体系能够获得足够的信息完成对场景中自动驾驶系统的自动泊车表现水平的评估。
Description
技术领域
本发明涉及自动驾驶领域,尤其涉及一种泊车评估方法、装置、设备及存储介质。
背景技术
随着人工智能技术的发展,自动驾驶已经成为人们关注和研究的热点。自动泊车是自动驾驶的一个重要过程。在自动驾驶领域中,停靠站接送乘客场景是自动驾驶商业化运营中的重要一环,也是最为复杂的场景之一。为了评估自动驾驶系统在停靠站场景下的表现需要建立稳定可靠的评价体系。评价体系的依据通常需要通过人工标注的方式来输入。人工标注通常需要耗费大量人力,为了尽可能提高标注的质量和标注效率,要尽可能的简化标注内容。然而对于评价体系来说,输入的信息越全面越好,例如停靠站场景中,人工标注期望只标注可允许的停靠区域即可。但停靠站评价体系需要至少知道停靠区域与站点的相对位置、到站点的驾驶距离、以及朝向等信息才能进行评估,这就导致了人工标注下对自动驾驶泊车评估不够全面,评估精度低,而上述所有标注数据若均由人工进行标注,标注内容复杂,准确性难以保证,标注出错的几率增加。
发明内容
本发明的主要目的在于解决现有的人工标注泊车评估精度和准确度低的技术问题。
本发明第一方面提供了一种泊车评估方法,包括:获取第一标注数据,其中,所述第一标注数据为人工标注的可停靠区域的顶点坐标;基于所述顶点坐标和所述可停靠区域所在的语义地图的地图信息,计算所述可停靠区域的位置信息,并将所述位置信息作为第二标注数据对所述可停靠区域进行二次标注;当存在自动驾驶车辆停靠在所述可停靠区域时,基于所述可停靠区域的第一标注数据和第二标注数据对所述自动驾驶车辆的停靠位置进行评估。
可选的,在本发明第一方面的第一种实现方式中,在所述基于所述顶点坐标和所述可停靠区域所在的语义地图的地图信息,计算所述可停靠区域的位置信息之前,还包括:确定所述可停靠区域在所述语义地图中对应的站点,其中,所述站点与所述可停靠区域在所述语义地图中的相同图层;获取所述语义地图中所述图层的地图信息。
可选的,在本发明第一方面的第二种实现方式中,所述地图信息包括车道中心线,所述车道中心线由多个道路点组成;所述基于所述顶点坐标和所述可停靠区域所在的语义地图的地图信息,计算所述可停靠区域的位置信息,并将所述位置信息作为第二标注数据对所述可停靠区域进行二次标注包括:基于所述顶点坐标和所述车道中心线上的道路点,计算所述可停靠区域的方向,并基于所述可停靠区域的方向,确定所述可停靠区域上的顶点顺序;基于所述站点和所述车道中心线上的道路点,确定所述可停靠区域的停车模式;基于所述停车模式、所述可停靠区域的顶点顺序和所述车道中心线上的道路点计算所述可停靠区域中的最佳停靠位置,并将所述可停靠区域的方向和所述最佳停靠位置作为所述位置信息;将所述位置信息作为第二标注数据对所述可停靠区域进行二次标注。
可选的,在本发明第一方面的第三种实现方式中,所述基于所述顶点坐标和所述车道中心线上的道路点,计算所述可停靠区域的方向,并基于所述可停靠区域的方向,确定所述可停靠区域上的顶点顺序:基于所述顶点坐标计算所述可停靠区域的区域重心;查询所述车道中心线上距离所述区域重心最近的道路点,并将距离所述区域重心最近的道路点的方向作为所述可停靠区域的方向;连接所述区域重心和所述可停靠区域中的各顶点,得到各顶点对应的第一向量;计算所述第一向量和所述可停靠区域的方向的夹角,并基于各顶点对应的夹角的大小对各顶点进行排序,得到所述可停靠区域上的顶点顺序。
可选的,在本发明第一方面的第四种实现方式中,所述停车模式包括同车道停车和非同车道停车;所述停车模式包括所述基于所述站点和所述车道中心线上的道路点,确定所述可停靠区域的停车模式包括:基于所述语义地图,查询距离所述站点最近的道路点;使用深度搜索算法,判断距离所述站点最近的道路点和距离所述区域重心最近的道路点之间是否存在可联通路径;若存在,则所述停车模式为同车道停车;若不存在,则所述停车模式为非同车道停车。
可选的,在本发明第一方面的第五种实现方式中,所述基于所述停车模式、所述可停靠区域的顶点顺序和所述车道中心线上的道路点计算所述可停靠区域中的最佳停靠位置包括:若所述停车模式为非同车道停车,则将预设的自动驾驶车辆半车宽作为垂直车道最佳位置;若所述停车模式为同车道停车,则将所述自动驾驶半车宽加上零点三米得到垂直车道最佳位置;确定所述顶点顺序中的第二顶点和第三顶点之间的中点,计算所述中点与距离所述中点最近的道路点之间的距离值,并基于所述站点和所述距离值确定所述可停靠区域的沿车道最佳位置;基于所述垂直车道最佳位置和所述沿车道最佳位置确定所述可停靠区域的最佳停靠位置。
可选的,在本发明第一方面的第六种实现方式中,所述基于所述可停靠区域的第一标注数据和第二标注数据对所述自动驾驶车辆的停靠位置进行评估包括:基于所述语义地图,确定距离所述停靠位置最近的道路点;计算距离所述停靠位置最近的道路点与所述最佳停靠位置的纵向距离和横向距离;基于所述纵向距离和所述横向距离对所述停靠位置进行评估。
本发明第二方面提供了一种泊车评估装置,包括:获取模块,获取第一标注数据,其中,所述第一标注数据为人工标注的可停靠区域的顶点坐标;标注模块,用于基于所述顶点坐标和所述可停靠区域所在的语义地图的地图信息,计算所述可停靠区域的位置信息,并将所述位置信息作为第二标注数据对所述可停靠区域进行二次标注;评估模块,用于当存在自动驾驶车辆停靠在所述可停靠区域时,基于所述可停靠区域的第一标注数据和第二标注数据对所述自动驾驶车辆的停靠位置进行评估。
可选的,在本发明第二方面的第一种实现方式中,泊车评估装置还包括地图模块,所述地图模块具体用于:确定所述可停靠区域在所述语义地图中对应的站点,其中,所述站点与所述可停靠区域在所述语义地图中的相同图层;获取所述语义地图中所述图层的地图信息。
可选的,在本发明第二方面的第二种实现方式中,所述地图信息包括车道中心线,所述车道中心线由多个道路点组成;所述标注模块具体包括:顺序确定单元,用于基于所述顶点坐标和所述车道中心线上的道路点,计算所述可停靠区域的方向,并基于所述可停靠区域的方向,确定所述可停靠区域上的顶点顺序;模式确定单元,用于基于所述站点和所述车道中心线上的道路点,确定所述可停靠区域的停车模式;位置计算单元,用于基于所述停车模式、所述可停靠区域的顶点顺序和所述车道中心线上的道路点计算所述可停靠区域中的最佳停靠位置,并将所述可停靠区域的方向和所述最佳停靠位置作为所述位置信息;信息标注单元,用于将所述位置信息作为第二标注数据对所述可停靠区域进行二次标注。
可选的,在本发明第二方面的第三种实现方式中,所述停车模式包括同车道停车和非同车道停车;所述顺序确定单元具体用于:基于所述顶点坐标计算所述可停靠区域的区域重心;查询所述车道中心线上距离所述区域重心最近的道路点,并将距离所述区域重心最近的道路点的方向作为所述可停靠区域的方向;连接所述区域重心和所述可停靠区域中的各顶点,得到各顶点对应的第一向量;计算所述第一向量和所述可停靠区域的方向的夹角,并基于各顶点对应的夹角的大小对各顶点进行排序,得到所述可停靠区域上的顶点顺序。
可选的,在本发明第二方面的第四种实现方式中,所述停车模式包括同车道停车和非同车道停车;所述模式确定单元具体用于:基于所述语义地图,查询距离所述站点最近的道路点;使用深度搜索算法,判断距离所述站点最近的道路点和距离所述区域重心最近的道路点之间是否存在可联通路径;若存在,则所述停车模式为同车道停车;若不存在,则所述停车模式为非同车道停车。
可选的,在本发明第二方面的第五种实现方式中,所述位置计算单元具体用于:若所述停车模式为非同车道停车,则将预设的自动驾驶车辆半车宽作为垂直车道最佳位置;若所述停车模式为同车道停车,则将所述自动驾驶半车宽加上零点三米得到垂直车道最佳位置;确定所述顶点顺序中的第二顶点和第三顶点之间的中点,计算所述中点与距离所述中点最近的道路点之间的距离值,并基于所述站点和所述距离值确定所述可停靠区域的沿车道最佳位置;基于所述垂直车道最佳位置和所述沿车道最佳位置确定所述可停靠区域的最佳停靠位置。
可选的,在本发明第二方面的第六种实现方式中,所述评估模块具体用于:基于所述语义地图,确定距离所述停靠位置最近的道路点;计算距离所述停靠位置最近的道路点与所述最佳停靠位置的纵向距离和横向距离;基于所述纵向距离和所述横向距离对所述停靠位置进行评估。
本发明第三方面提供了一种泊车评估设备,包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;所述至少一个处理器调用所述存储器中的所述指令,以使得所述泊车评估设备执行上述的泊车评估方法的步骤。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的泊车评估方法的步骤。
本发明的技术方案中,通过获取第一标注数据,其中,所述第一标注数据为人工标注的可停靠区域的顶点坐标;基于所述顶点坐标和所述可停靠区域所在的语义地图的地图信息,计算所述可停靠区域的位置信息,并将所述位置信息作为第二标注数据对所述可停靠区域进行二次标注;当存在自动驾驶车辆停靠在所述可停靠区域时,基于所述可停靠区域的第一标注数据和第二标注数据对所述自动驾驶车辆的停靠位置进行评估。本方法提出利用语义地图来辅助停靠站场景下的人工标注,只需要人工标注出可允许停靠区域的矩形轮廓,在保证标注任务尽可能轻量、简单、可操作性强的同时,又能保证停靠站评价体系能够获得足够的信息完成对场景中自动驾驶系统的自动泊车表现水平的评估。
附图说明
图1为本发明实施例中泊车评估方法的第一个实施例示意图;
图2为本发明实施例中泊车评估方法的第二个实施例示意图;
图3为本发明实施例中泊车评估装置的一个实施例示意图;
图4为本发明实施例中泊车评估装置的另一个实施例示意图;
图5为本发明实施例中泊车评估设备的一个实施例示意图;
图6为本发明实施例中泊车评估设备的一个实施例示意图;
图7为本发明实施例中站点与可停靠区域的一种位置关系示意图;
图8为本发明实施例中站点与可停靠区域的第二种位置关系示意图;
图9为本发明实施例中站点与可停靠区域的第三种位置关系示意图图。
具体实施方式
本申请实施例提供了一种泊车评估方法、装置、设备及存储介质,用于解决现有的人工标注泊车评估精度和准确度低的技术问题。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中泊车评估方法的第一个实施例包括:
101、获取第一标注数据,其中,第一标注数据为人工标注的可停靠区域的顶点坐标;
可以理解的是,本发明的执行主体可以为泊车评估装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
在本发明的一个实施例中,第一标注数据为人工标注的可停靠区域的顶点坐标,其中,可停靠区域为停靠站接送乘客场景下人为划定的在停靠站附近用于自动驾驶车辆泊车的区域,一般的,所述可停靠区域为矩形区域,此外,也可以为其它多边图形,本实施例不作限定。
在本发明的一个实施例中,以可停靠区域为矩形为例,如图6所示,为了简化人工标注工作,只需要输入矩形区域的四个顶点坐标,并不需要对这四个顶点坐标进行人工排序。
102、基于顶点坐标和可停靠区域所在的语义地图的地图信息,计算可停靠区域的位置信息,并将位置信息作为第二标注数据对可停靠区域进行二次标注;在实际应用中,语义地图作为自动驾驶汽车行驶中使用的地图,相比于普通地图(Raw Map),含有更丰富的语义信息、几何关系、以及交通规则等信息。语义地图的建立过程如下:在车辆进出人为划定的停车区域时,通过车辆上的传感器采集停车区域数据,以此形成高精度语义地图。其中,停车场数据包括但不限于入口闸机、坡道、坡道与墙壁相交线、停车位、箭头、车道线、柱子、横梁、消防栓、停靠站点等在停车区域内稳定的物体,在本实施例中,主要使用到的语义地图的地图信息为基于可停靠区域对应的站点确定车道中心线。
在本发明的一种实施例中,基于语义地图的车道中心线,可以确定可停靠区域上各顶点的顺序,进而确定可停靠区域在语义地图中的方向,可以理解的是,在实际应用中,交通道路通常包括多条车道并行,可能存在两条车道方向相反的情况,所以需要确定车道在语义地图中的方向。
在本发明的一个实施例中,通过确定可停靠区域的方向,进行确定可停靠区域的停车模式,并根据停车模式和车道中心线的信息确定可停靠区域的最佳停车位置,并将可停靠区域的方向和最佳停靠位置作为标注数据对可停靠区域进行标注,通过对可停靠区域进行标注,使得可停靠区域与计算得到的位置信息相对应,当存在多个可停靠区域,而自动驾驶车辆进行其中某一个可停靠区域进行自动泊车时,可以根据标注快速使用对应的位置信息,提高自动泊车评估的效率。
103、当存在自动驾驶车辆停靠在可停靠区域时,基于可停靠区域的第一标注数据和第二标注数据对自动驾驶车辆的停靠位置进行评估。
在本发明的一种实施例中,当自动驾驶车辆进行自动泊车时,确定自动驾驶车辆泊车对应的可停靠区域,并获取确定的可停靠区域标注的位置信息,例如可停靠区域的方向,用于判断自动驾驶车辆泊车的方向是否正确,或者最佳停靠位置,通过判断自动驾驶车辆进行自动泊车后的位置与最佳停靠位置的距离,对自动泊车进行评估,自动泊车的位置越偏离最佳停靠位置则评估分值越低,反之则越高。
在本实施例中,通过获取第一标注数据,其中,所述第一标注数据为人工标注的可停靠区域的顶点坐标;基于所述顶点坐标和所述可停靠区域所在的语义地图的地图信息,计算所述可停靠区域的位置信息,并将所述位置信息作为第二标注数据对所述可停靠区域进行二次标注;当存在自动驾驶车辆停靠在所述可停靠区域时,基于所述可停靠区域的第一标注数据和第二标注数据对所述自动驾驶车辆的停靠位置进行评估。本方法提出利用语义地图来辅助停靠站场景下的人工标注,只需要人工标注出可允许停靠区域的矩形轮廓,在保证标注任务尽可能轻量、简单、可操作性强的同时,又能保证停靠站评价体系能够获得足够的信息完成对场景中自动驾驶系统的自动泊车表现水平的评估。
请参阅图2,本发明实施例中泊车评估方法的第二个实施例包括:
201、获取第一标注数据,其中,第一标注数据为人工标注的可停靠区域的顶点坐标;
202、确定可停靠区域在语义地图中对应的站点,其中,站点与可停靠区域在语义地图中的相同图层;
可以理解的是,可停靠区域用于自动驾驶车辆自动泊车对停靠站点上的客户进行接送,所以可停靠区域与站点对应,站点与可停靠区域在语义地图
203、获取语义地图中图层的地图信息;
在本发明的一种实施例中,地图信息包括车道中心线,车道中心线由多个道路点组成。
204、基于顶点坐标和车道中心线上的道路点,计算可停靠区域的方向,并基于可停靠区域的方向,确定可停靠区域上的顶点顺序;
在本发明的一种实施例中,所述基于所述顶点坐标和所述车道中心线上的道路点,计算所述可停靠区域的方向,并基于所述可停靠区域的方向,确定所述可停靠区域上的顶点顺序:基于所述顶点坐标计算所述可停靠区域的区域重心;查询所述车道中心线上距离所述区域重心最近的道路点,并将距离所述区域重心最近的道路点的方向作为所述可停靠区域的方向;连接所述区域重心和所述可停靠区域中的各顶点,得到各顶点对应的第一向量;计算所述第一向量和所述可停靠区域的方向的夹角,并基于各顶点对应的夹角的大小对各顶点进行排序,得到所述可停靠区域上的顶点顺序。
可以理解的是,以可停靠区域为矩形为例,计算矩形区域重心的公式:rect_gc=(p1+p2+p3+p4)/4,其中p1...p4表示矩形的四个顶点坐标,坐标格式为{x,y},此外,可停靠区域还可以设置不同形状的多边形,不同形状的多边形对应的区域重心位置不同,计算公式也不相同,本发明不作限定。计算出区域重心后,通过语义地图,确定车道中心线上距离最近的道路点,车道中心线上的道路点包含语义信息有,该点限速、朝向、前后相邻道路点、相邻左右车道中心线的道路点、以及该点到车道左右边界线距离,基于道路点的朝向即可确定可停靠区域的方向。
可以理解的是,为了简化人工标注的工作量,只需要标注出可停靠区域的四个顶点,对标注的顶点的顶点顺序无要求,顶点的顺序并无规律。
可以理解的是,为了后续确定可停靠区域的最佳停靠位置,需要确定矩形区域的四个顶点的顺序,实现方式如下,通过连接矩形区域重心和可停靠区域的四个顶点,分别得到四个单位向量,记作vi,获取可停靠区域的方向上的方向向量,记作heading_vector,并计算vi到heading_vector的夹角,将该夹角记作radian_diff,计算公式如下:radian_diff=arccos(vi.dot(heading_vector)),确定上述计算的夹角的符号,保证向量heading_vector到向量vi为顺时针,符号为正,逆时针时,符号为负,将符号记作sign,得到sign=sign(heading_vector×vi),并按照radian_diff*sign的结果,从大到小对顶点进行排序。
205、基于站点和车道中心线上的道路点,确定可停靠区域的停车模式;
在本发明的一种实施例中,所述停车模式包括同车道停车和非同车道停车;所述停车模式包括所述基于所述站点和所述车道中心线上的道路点,确定所述可停靠区域的停车模式包括:基于所述语义地图,查询距离所述站点最近的道路点;使用深度搜索算法,判断距离所述站点最近的道路点和距离所述区域重心最近的道路点之间是否存在可联通路径;若存在,则所述停车模式为同车道停车;若不存在,则所述停车模式为非同车道停车。
可以理解的是,可停靠区域可能与站点不在同一车道上,识别方式如下:通过语义地图查询距离站点最近的道路点,以及之前进行可停靠区域方向识别时获取的可停靠区域的区域重心最近的道路点,利用道路点包含前进方向上下一个道路点的信息的特性,使用使用深度搜索(DFS)算法寻找两个道路点中可联通的路径。如果存在这样的路径,说明两个道路点位于同一车道,否则,不在同一车道。针对停靠站这一特殊场景,DFS最大搜索深度限定为200米。
可以理解的是,为确保人工标注可停靠区域的合理性,当计算的结果为不在同一车道时,将站点道路点设置成其相邻左侧车道的道路点。重复计算是否两道路点是否存在可联通路径的步骤。如果将站点所有左侧车道遍历后,均未找到与停靠区域共车道的情况,则判定人工标注区域不合理。
206、基于停车模式、可停靠区域的顶点顺序和车道中心线上的道路点计算可停靠区域中的最佳停靠位置,并将可停靠区域的方向和最佳停靠位置作为位置信息;
在本发明的一种实施例中,所述基于所述停车模式、所述可停靠区域的顶点顺序和所述车道中心线上的道路点计算所述可停靠区域中的最佳停靠位置包括:若所述停车模式为非同车道停车,则将预设的自动驾驶车辆半车宽作为垂直车道最佳位置;若所述停车模式为同车道停车,则将所述自动驾驶半车宽加上零点三米得到垂直车道最佳位置;确定所述顶点顺序中的第二顶点和第三顶点之间的中点,计算所述中点与距离所述中点最近的道路点之间的距离值,并基于所述站点和所述距离值确定所述可停靠区域的沿车道最佳位置;基于所述垂直车道最佳位置和所述沿车道最佳位置确定所述可停靠区域的最佳停靠位置。
可以理解的是,通过计算得到垂直车道方向的最佳位置和沿车道方向的最佳位置确定可停靠区域的最佳位置,垂直车道方向的最佳位置通过当前车道边缘的距离得到,将垂直车道方向的最佳位置记作best_lat_dist,对于同车道模式,best_lat_dist=0.3m+ego_half_width,其中ego_half_width表示自动驾驶车辆半车宽,对于非同车道模式,best_lat_dist=ego_half_width。将沿车道方向的最佳位置记作best_lon_dist,通过到站点的车道距离即,从最优位置到站点的行驶距离给出,步骤如下:a.计算标准化后的矩形区域前边中点,既是矩形区域中的第2个顶点和第3个顶点,找到距离该点最近的道路点front_middle_wp,并计算到站点的车道距离fm_lon_dist,b.计算标准化后的矩形区域前边中点,找到距离该点最近的道路点rear_middle_wp,并计算到站点的车道距离rm_lon_dist。利用步骤a、b中的结果,基于三种不同的站点与可停靠区域的位置情况,以及相对位置的几何关系,给出最优停靠位置到站点的车道距离,其中,站点与可停靠区域的位置关系分别如图7、图8和图9。
可以理解的是,两道路点之间的距离通过使用深度搜索(DFS)算法寻找两个道路点件联通的路径,并计算该路径的长度得到,并指定距离的正负号,沿着车道方向为正,逆着车道方向为负。
207、将位置信息作为第二标注数据对可停靠区域进行二次标注;
208、基于语义地图,确定距离停靠位置最近的道路点;
209、计算距离停靠位置最近的道路点与最佳停靠位置的纵向距离和横向距离;
210、基于纵向距离和横向距离对停靠位置进行评估。
在本发明的一种实施例中,通过寻找距离停靠位置最近的道路点wp_s,并计算wp_s到最优停靠点best_wp的车道距离,即为距离最优停靠位置纵向距离。对于待评估位置距离最优停靠位置横向距离,通过计算出待评估位置距离车道右侧边缘距离lat_dist,得到距离最优停靠位置横向距离=lat_dist-best_lat_dist,。
本实施例在上一实施例的基础上,详细描述了基于所述顶点坐标和所述可停靠区域所在的语义地图的地图信息,计算所述可停靠区域的位置信息,并将所述位置信息作为第二标注数据对所述可停靠区域进行二次标注;当存在自动驾驶车辆停靠在所述可停靠区域时,基于所述可停靠区域的第一标注数据和第二标注数据对所述自动驾驶车辆的停靠位置进行评估的过程,本方法提出利用语义地图来辅助停靠站场景下的人工标注,只需要人工标注出可允许停靠区域的矩形轮廓,在保证标注任务尽可能轻量、简单、可操作性强的同时,又能保证停靠站评价体系能够获得足够的信息完成对场景中自动驾驶系统的自动泊车表现水平的评估。
上面对本发明实施例中泊车评估方法进行了描述,下面对本发明实施例中泊车评估装置进行描述,请参阅图3,本发明实施例中泊车评估装置一个实施例包括:
获取模块301,获取第一标注数据,其中,所述第一标注数据为人工标注的可停靠区域的顶点坐标;
标注模块302,用于基于所述顶点坐标和所述可停靠区域所在的语义地图的地图信息,计算所述可停靠区域的位置信息,并将所述位置信息作为第二标注数据对所述可停靠区域进行二次标注;
评估模块303,用于当存在自动驾驶车辆停靠在所述可停靠区域时,基于所述可停靠区域的第一标注数据和第二标注数据对所述自动驾驶车辆的停靠位置进行评估。
本发明实施例中,所述泊车评估装置运行上述泊车评估方法,所述泊车评估装置通过获取第一标注数据,其中,所述第一标注数据为人工标注的可停靠区域的顶点坐标;基于所述顶点坐标和所述可停靠区域所在的语义地图的地图信息,计算所述可停靠区域的位置信息,并将所述位置信息作为第二标注数据对所述可停靠区域进行二次标注;当存在自动驾驶车辆停靠在所述可停靠区域时,基于所述可停靠区域的第一标注数据和第二标注数据对所述自动驾驶车辆的停靠位置进行评估。本方法提出利用语义地图来辅助停靠站场景下的人工标注,只需要人工标注出可允许停靠区域的矩形轮廓,在保证标注任务尽可能轻量、简单、可操作性强的同时,又能保证停靠站评价体系能够获得足够的信息完成对场景中自动驾驶系统的自动泊车表现水平的评估。
请参阅图4,本发明实施例中泊车评估装置的第二个实施例包括:
获取模块301,获取第一标注数据,其中,所述第一标注数据为人工标注的可停靠区域的顶点坐标;
标注模块302,用于基于所述顶点坐标和所述可停靠区域所在的语义地图的地图信息,计算所述可停靠区域的位置信息,并将所述位置信息作为第二标注数据对所述可停靠区域进行二次标注;
评估模块303,用于当存在自动驾驶车辆停靠在所述可停靠区域时,基于所述可停靠区域的第一标注数据和第二标注数据对所述自动驾驶车辆的停靠位置进行评估。
在本实施例中,泊车评估装置还包括地图模块304,所述地图模块304具体用于:确定所述可停靠区域在所述语义地图中对应的站点,其中,所述站点与所述可停靠区域在所述语义地图中的相同图层;获取所述语义地图中所述图层的地图信息。
在本实施例中,所述地图信息包括车道中心线,所述车道中心线由多个道路点组成;所述标注模块302具体包括:顺序确定单元3021,用于基于所述顶点坐标和所述车道中心线上的道路点,计算所述可停靠区域的方向,并基于所述可停靠区域的方向,确定所述可停靠区域上的顶点顺序;模式确定单元3022,用于基于所述站点和所述车道中心线上的道路点,确定所述可停靠区域的停车模式;位置计算单元3023,用于基于所述停车模式、所述可停靠区域的顶点顺序和所述车道中心线上的道路点计算所述可停靠区域中的最佳停靠位置,并将所述可停靠区域的方向和所述最佳停靠位置作为所述位置信息;信息标注单元3024,用于将所述位置信息作为第二标注数据对所述可停靠区域进行二次标注。
在本实施例中,所述停车模式包括同车道停车和非同车道停车;所述顺序确定单元3021具体用于:基于所述顶点坐标计算所述可停靠区域的区域重心;查询所述车道中心线上距离所述区域重心最近的道路点,并将距离所述区域重心最近的道路点的方向作为所述可停靠区域的方向;连接所述区域重心和所述可停靠区域中的各顶点,得到各顶点对应的第一向量;计算所述第一向量和所述可停靠区域的方向的夹角,并基于各顶点对应的夹角的大小对各顶点进行排序,得到所述可停靠区域上的顶点顺序。
在本实施例中,所述停车模式包括同车道停车和非同车道停车;所述模式确定单元3022具体用于:基于所述语义地图,查询距离所述站点最近的道路点;使用深度搜索算法,判断距离所述站点最近的道路点和距离所述区域重心最近的道路点之间是否存在可联通路径;若存在,则所述停车模式为同车道停车;若不存在,则所述停车模式为非同车道停车。
在本实施例中,所述位置计算单元3023具体用于:若所述停车模式为非同车道停车,则将预设的自动驾驶车辆半车宽作为垂直车道最佳位置;若所述停车模式为同车道停车,则将所述自动驾驶半车宽加上零点三米得到垂直车道最佳位置;确定所述顶点顺序中的第二顶点和第三顶点之间的中点,计算所述中点与距离所述中点最近的道路点之间的距离值,并基于所述站点和所述距离值确定所述可停靠区域的沿车道最佳位置;基于所述垂直车道最佳位置和所述沿车道最佳位置确定所述可停靠区域的最佳停靠位置。
在本实施例中,所述评估模块303具体用于:基于所述语义地图,确定距离所述停靠位置最近的道路点;计算距离所述停靠位置最近的道路点与所述最佳停靠位置的纵向距离和横向距离;基于所述纵向距离和所述横向距离对所述停靠位置进行评估。
在本实施中,详细说明了泊车评估装置的各模块的具体功能和部分模块的单元构成,通过本装置的各模块和各单元,利用语义地图来辅助停靠站场景下的人工标注,只需要人工标注出可允许停靠区域的矩形轮廓,在保证标注任务尽可能轻量、简单、可操作性强的同时,又能保证停靠站评价体系能够获得足够的信息完成对场景中自动驾驶系统的自动泊车表现水平的评估。
上面图3和图4从模块化功能实体的角度对本发明实施例中的中泊车评估装置进行详细描述,下面从硬件处理的角度对本发明实施例中泊车评估设备进行详细描述。
图5是本发明实施例提供的一种泊车评估设备的结构示意图,该泊车评估设备500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(centralprocessing units,CPU)510(例如,一个或一个以上处理器)和存储器520,一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对泊车评估设备500中的一系列指令操作。更进一步地,处理器510可以设置为与存储介质530通信,在泊车评估设备500上执行存储介质530中的一系列指令操作,以实现上述泊车评估方法的步骤。
泊车评估设备500还可以包括一个或一个以上电源540,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口560,和/或,一个或一个以上操作系统531,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图5示出的泊车评估设备结构并不构成对本申请提供的泊车评估设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述泊车评估方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统或装置、单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种泊车评估方法,其特征在于,所述泊车评估方法包括:
获取第一标注数据,其中,所述第一标注数据为人工标注的可停靠区域的顶点坐标;
基于所述顶点坐标和所述可停靠区域所在的语义地图的地图信息,计算所述可停靠区域的位置信息,并将所述位置信息作为第二标注数据对所述可停靠区域进行二次标注;
当存在自动驾驶车辆停靠在所述可停靠区域时,基于所述可停靠区域的第一标注数据和第二标注数据对所述自动驾驶车辆的停靠位置进行评估。
2.根据权利要求1所述的泊车评估方法,其特征在于,在所述基于所述顶点坐标和所述可停靠区域所在的语义地图的地图信息,计算所述可停靠区域的位置信息之前,还包括:
确定所述可停靠区域在所述语义地图中对应的站点,其中,所述站点与所述可停靠区域在所述语义地图中的相同图层;
获取所述语义地图中所述图层的地图信息。
3.根据权利要求2所述的泊车评估方法,其特征在于,所述地图信息包括车道中心线,所述车道中心线由多个道路点组成;
所述基于所述顶点坐标和所述可停靠区域所在的语义地图的地图信息,计算所述可停靠区域的位置信息,并将所述位置信息作为第二标注数据对所述可停靠区域进行二次标注包括:
基于所述顶点坐标和所述车道中心线上的道路点,计算所述可停靠区域的方向,并基于所述可停靠区域的方向,确定所述可停靠区域上的顶点顺序;
基于所述站点和所述车道中心线上的道路点,确定所述可停靠区域的停车模式;
基于所述停车模式、所述可停靠区域的顶点顺序和所述车道中心线上的道路点计算所述可停靠区域中的最佳停靠位置,并将所述可停靠区域的方向和所述最佳停靠位置作为所述位置信息;
将所述位置信息作为第二标注数据对所述可停靠区域进行二次标注。
4.根据权利要求3所述的泊车评估方法,其特征在于,所述基于所述顶点坐标和所述车道中心线上的道路点,计算所述可停靠区域的方向,并基于所述可停靠区域的方向,确定所述可停靠区域上的顶点顺序:
基于所述顶点坐标计算所述可停靠区域的区域重心;
查询所述车道中心线上距离所述区域重心最近的道路点,并将距离所述区域重心最近的道路点的方向作为所述可停靠区域的方向;
连接所述区域重心和所述可停靠区域中的各顶点,得到各顶点对应的第一向量;
计算所述第一向量和所述可停靠区域的方向的夹角,并基于各顶点对应的夹角的大小对各顶点进行排序,得到所述可停靠区域上的顶点顺序。
5.根据权利要求4所述的泊车评估方法,其特征在于,所述停车模式包括同车道停车和非同车道停车;
所述停车模式包括所述基于所述站点和所述车道中心线上的道路点,确定所述可停靠区域的停车模式包括:
基于所述语义地图,查询距离所述站点最近的道路点;
使用深度搜索算法,判断距离所述站点最近的道路点和距离所述区域重心最近的道路点之间是否存在可联通路径;
若存在,则所述停车模式为同车道停车;
若不存在,则所述停车模式为非同车道停车。
6.根据权利要求5所述的泊车评估方法,其特征在于,所述基于所述停车模式、所述可停靠区域的顶点顺序和所述车道中心线上的道路点计算所述可停靠区域中的最佳停靠位置包括:
若所述停车模式为非同车道停车,则将预设的自动驾驶车辆半车宽作为垂直车道最佳位置;
若所述停车模式为同车道停车,则将所述自动驾驶半车宽加上零点三米得到垂直车道最佳位置;
确定所述顶点顺序中的第二顶点和第三顶点之间的中点,计算所述中点与距离所述中点最近的道路点之间的距离值,并基于所述站点和所述距离值确定所述可停靠区域的沿车道最佳位置;
基于所述垂直车道最佳位置和所述沿车道最佳位置确定所述可停靠区域的最佳停靠位置。
7.根据权利要求3-6中任一项所述的泊车评估方法,其特征在于,所述基于所述可停靠区域的第一标注数据和第二标注数据对所述自动驾驶车辆的停靠位置进行评估包括:
基于所述语义地图,确定距离所述停靠位置最近的道路点;
计算距离所述停靠位置最近的道路点与所述最佳停靠位置的纵向距离和横向距离;
基于所述纵向距离和所述横向距离对所述停靠位置进行评估。
8.一种泊车评估装置,其特征在于,所述泊车评估装置包括:
获取模块,获取第一标注数据,其中,所述第一标注数据为人工标注的可停靠区域的顶点坐标;
标注模块,用于基于所述顶点坐标和所述可停靠区域所在的语义地图的地图信息,计算所述可停靠区域的位置信息,并将所述位置信息作为第二标注数据对所述可停靠区域进行二次标注;
评估模块,用于当存在自动驾驶车辆停靠在所述可停靠区域时,基于所述可停靠区域的第一标注数据和第二标注数据对所述自动驾驶车辆的停靠位置进行评估。
9.一种泊车评估设备,其特征在于,所述泊车评估设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述泊车评估设备执行如权利要求1-7中任一项所述的泊车评估方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的泊车评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210459025.2A CN114684149A (zh) | 2022-04-27 | 2022-04-27 | 泊车评估方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210459025.2A CN114684149A (zh) | 2022-04-27 | 2022-04-27 | 泊车评估方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114684149A true CN114684149A (zh) | 2022-07-01 |
Family
ID=82144798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210459025.2A Pending CN114684149A (zh) | 2022-04-27 | 2022-04-27 | 泊车评估方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114684149A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3462425A1 (en) * | 2017-09-29 | 2019-04-03 | Deutsche Telekom AG | Parking space judgment system |
CN111605547A (zh) * | 2020-05-20 | 2020-09-01 | 湖北亿咖通科技有限公司 | 一种自动泊车性能评价方法 |
CN111638711A (zh) * | 2020-05-22 | 2020-09-08 | 北京百度网讯科技有限公司 | 用于自动驾驶的行驶轨迹规划方法、装置、设备和介质 |
CN111982532A (zh) * | 2020-08-07 | 2020-11-24 | 湖北亿咖通科技有限公司 | 一种自动泊车性能评价方法 |
KR20200134498A (ko) * | 2019-05-22 | 2020-12-02 | 한양대학교 산학협력단 | 주차 차량 포즈 추정 방법 및 그 장치 |
CN112484744A (zh) * | 2020-12-07 | 2021-03-12 | 广州小鹏自动驾驶科技有限公司 | 一种自主泊车语义地图的评估方法及装置 |
CN112985842A (zh) * | 2021-05-10 | 2021-06-18 | 湖北亿咖通科技有限公司 | 泊车性能的检测方法、电子设备及可读存储介质 |
CN113032272A (zh) * | 2021-03-31 | 2021-06-25 | 东风柳州汽车有限公司 | 自动泊车系统试验评价方法、装置、设备及存储介质 |
CN113781300A (zh) * | 2021-08-17 | 2021-12-10 | 东风汽车集团股份有限公司 | 一种用于远距离自主泊车的车辆视觉定位方法 |
CN114111774A (zh) * | 2021-12-06 | 2022-03-01 | 纵目科技(上海)股份有限公司 | 车辆的定位方法、系统、设备及计算机可读存储介质 |
CN114861399A (zh) * | 2022-03-31 | 2022-08-05 | 广州文远知行科技有限公司 | 自动泊车评分方法、装置、设备及存储介质 |
-
2022
- 2022-04-27 CN CN202210459025.2A patent/CN114684149A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3462425A1 (en) * | 2017-09-29 | 2019-04-03 | Deutsche Telekom AG | Parking space judgment system |
KR20200134498A (ko) * | 2019-05-22 | 2020-12-02 | 한양대학교 산학협력단 | 주차 차량 포즈 추정 방법 및 그 장치 |
CN111605547A (zh) * | 2020-05-20 | 2020-09-01 | 湖北亿咖通科技有限公司 | 一种自动泊车性能评价方法 |
CN111638711A (zh) * | 2020-05-22 | 2020-09-08 | 北京百度网讯科技有限公司 | 用于自动驾驶的行驶轨迹规划方法、装置、设备和介质 |
CN111982532A (zh) * | 2020-08-07 | 2020-11-24 | 湖北亿咖通科技有限公司 | 一种自动泊车性能评价方法 |
CN112484744A (zh) * | 2020-12-07 | 2021-03-12 | 广州小鹏自动驾驶科技有限公司 | 一种自主泊车语义地图的评估方法及装置 |
CN113032272A (zh) * | 2021-03-31 | 2021-06-25 | 东风柳州汽车有限公司 | 自动泊车系统试验评价方法、装置、设备及存储介质 |
CN112985842A (zh) * | 2021-05-10 | 2021-06-18 | 湖北亿咖通科技有限公司 | 泊车性能的检测方法、电子设备及可读存储介质 |
CN113781300A (zh) * | 2021-08-17 | 2021-12-10 | 东风汽车集团股份有限公司 | 一种用于远距离自主泊车的车辆视觉定位方法 |
CN114111774A (zh) * | 2021-12-06 | 2022-03-01 | 纵目科技(上海)股份有限公司 | 车辆的定位方法、系统、设备及计算机可读存储介质 |
CN114861399A (zh) * | 2022-03-31 | 2022-08-05 | 广州文远知行科技有限公司 | 自动泊车评分方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3703033A1 (en) | Track prediction method and device for obstacle at junction | |
US11377096B2 (en) | Automatic parking method and device | |
CN106767866B (zh) | 局部路径规划的方法和装置 | |
CN110132291B (zh) | 用于港口的栅格地图生成方法、系统、设备及存储介质 | |
CN105488243A (zh) | 交叉口结构的联合概率建模及推断 | |
CN102692227B (zh) | 进行路径匹配的方法和装置 | |
CN109544443B (zh) | 一种路线图生成方法及装置 | |
US11703344B2 (en) | Landmark location estimation apparatus and method, and computer-readable recording medium storing computer program programmed to perform method | |
CN111238502B (zh) | 一种道路地图生成方法、装置及相关系统 | |
JP2002288795A (ja) | 道路情報処理装置、方法及び道路情報処理用ソフトウェア、ナビゲーションシステム及び方法、並びに道路情報データベースの作成方法 | |
CN112734811B (zh) | 一种障碍物跟踪方法、障碍物跟踪装置和芯片 | |
CN111762519A (zh) | 引导拣选机器人作业的方法、系统和调度装置 | |
CN114777799B (zh) | 一种路口高精地图生成方法、装置、电子设备及存储介质 | |
JP2023024486A (ja) | 制御システム及びプログラム | |
US11214250B2 (en) | Travel support device and non-transitory computer-readable medium | |
CN115626175A (zh) | 导航地图的生成方法、装置、设备及存储介质 | |
CN111238503B (zh) | 一种道路线段的地图生成方法、装置及相关系统 | |
CN114684149A (zh) | 泊车评估方法、装置、设备及存储介质 | |
CN113091765A (zh) | 道路表征方法、呈现道路信息的方法及电子设备 | |
CN111238500B (zh) | 道路地图区域的道路线段的地图生成方法、装置及系统 | |
CN115268424A (zh) | 一种移动机器人的对接方法、装置、终端及存储介质 | |
CN115326095A (zh) | 路径规划方法及装置、机器人及计算机可读存储介质 | |
CN114861399A (zh) | 自动泊车评分方法、装置、设备及存储介质 | |
CN111238499B (zh) | 道路地图的生成方法、装置及相关系统 | |
CN115027483B (zh) | 叠置道路识别、车辆行驶控制方法、装置及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |